Python使用Cv2模塊識(shí)別驗(yàn)證碼的操作方法

更新時(shí)間：2023年01月03日 15:51:51 作者：業(yè)里村牛歡喜

這篇文章主要介紹了Python使用Cv2模塊識(shí)別驗(yàn)證碼,使用Cv2模塊、pytesseract模塊進(jìn)行操作，pytesseract模塊將智能識(shí)別圖片字體數(shù)字，用于打印出來(lái)，本文通過(guò)代碼案例給大家詳細(xì)講解，需要的朋友可以參考下

業(yè)務(wù)需求

識(shí)別驗(yàn)證碼圖片中的數(shù)字信息，用python的圖形表示出來(lái)了

需求分析

使用Cv2模塊、pytesseract模塊進(jìn)行操作。CV2是計(jì)算機(jī)建模識(shí)別的庫(kù)，用來(lái)給圖像進(jìn)行灰度處理，降噪處理，形態(tài)學(xué)分析。pytesseract模塊將智能識(shí)別圖片字體數(shù)字，用于打印出來(lái)。

代碼一

# -*- conding:utf-8 -*-
#二維碼識(shí)別，呈現(xiàn)不同效果。
#導(dǎo)入計(jì)算機(jī)學(xué)習(xí)開(kāi)源數(shù)據(jù)庫(kù)
import cv2 as cv
#導(dǎo)入計(jì)算機(jī)識(shí)別模塊
import pytesseract
#導(dǎo)入圖像模塊，形成圖像
from PIL import Image
#定義函數(shù)，導(dǎo)入圖像
def recognize_text(image):
    #邊緣保留濾波，去除噪
    dst = cv.pyrMeanShiftFiltering(image,sp=10,sr=150)
    #灰度圖像
    gray = cv.cvtColor(dst,cv.COLOR_BGR2GRAY)
    #圖像二值化
    ret,binary = cv.threshold(gray,0,225,cv.THRESH_BINARY_INV | cv.THRESH_OTSU)
    #形態(tài)學(xué)操作 ，腐蝕，膨脹
    erode = cv.erode(binary,None,iterations=2)
    dilate = cv.dilate(erode,None,iterations=1)
    #邏輯運(yùn)算，背景設(shè)置為白色，字體為黑色，便于識(shí)別
    cv.imshow('dilate',dilate)
    cv.bitwise_not(dilate,dilate)
    cv.imshow('binary-image',dilate)
    #識(shí)別圖像
    test_message = Image.fromarray(dilate)
    text = pytesseract.image_to_string(test_message)
    print(f'define result:{text}')
#導(dǎo)入圖像
src = cv.imread(r'./image.png')
#顯示圖像名字為input image，第二個(gè)是導(dǎo)入的圖像。
cv.imshow('input image',src)
#調(diào)取函數(shù)導(dǎo)入圖像
recognize_text(src)
cv.waitKey(0)
cv.destroyWindow()

結(jié)果分析

導(dǎo)入的原圖image的圖片情況：

編譯結(jié)果呈現(xiàn)：

代碼二

驗(yàn)證碼圖片Image5.png：

代碼模塊

import cv2 as cv
import pytesseract
from PIL import Image
 
 
def recognize_text(image):
    # 邊緣保留濾波  去噪
    blur = cv.pyrMeanShiftFiltering(image, sp=8, sr=60)
    cv.imshow('dst', blur)
    # 灰度圖像
    gray = cv.cvtColor(blur, cv.COLOR_BGR2GRAY)
    # 二值化
    ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU)
    print(f'二值化自適應(yīng)閾值：{ret}')
    cv.imshow('binary', binary)
    # 形態(tài)學(xué)操作  獲取結(jié)構(gòu)元素  開(kāi)操作
    kernel = cv.getStructuringElement(cv.MORPH_RECT, (3, 2))
    bin1 = cv.morphologyEx(binary, cv.MORPH_OPEN, kernel)
    cv.imshow('bin1', bin1)
    kernel = cv.getStructuringElement(cv.MORPH_OPEN, (2, 3))
    bin2 = cv.morphologyEx(bin1, cv.MORPH_OPEN, kernel)
    cv.imshow('bin2', bin2)
    # 邏輯運(yùn)算  讓背景為白色  字體為黑  便于識(shí)別
    cv.bitwise_not(bin2, bin2)
    cv.imshow('binary-image', bin2)
    # 識(shí)別
    test_message = Image.fromarray(bin2)
    text = pytesseract.image_to_string(test_message)
    print(f'識(shí)別結(jié)果：{text}')
 
 
src = cv.imread(r'./image5.png')
cv.imshow('input image', src)
recognize_text(src)
cv.waitKey(0)
cv.destroyAllWindows()

結(jié)果呈現(xiàn)

總結(jié)經(jīng)驗(yàn)

cv2，pytesseract的使用不復(fù)雜了，按照官方操作手冊(cè)來(lái)使用即可。安裝時(shí)候記得更換一下源的地址，有一些官方的源不容易搜索到CV2和pytesseract模塊了，要更換地址源才可以用。不過(guò)代碼模塊只能識(shí)別圖片中的數(shù)字，對(duì)圖片中的中文還沒(méi)有識(shí)別出來(lái)。可能需要重新寫代碼。